Java字符串拆分为字母数字和换行符？

Question

我有一个test.txt文件，其中包含几行，例如：

"h3llo, @my name is, bob! (how are you?)"

"i am fine@@@@@"

我想将所有字母数字字符和新行拆分为一个arraylist，这样输出将是

output = ["h", "llo", "my", "name", "is", "bob", "how", "are", "you", "i", "am", "fine"]

现在，我尝试用

output.split("\\P{Alpha}+")

但是由于某种原因，这似乎在arraylist的第一个位置添加了逗号，并将换行符替换为空字符串

output = ["", "h", "llo", "my", "name", "is", "bob", "how", "are", "you", "", "i", "am", "fine"]

还有另一种方法可以解决此问题？ 谢谢！

-

编辑：我如何确保它忽略新行？

Answer 1

Java的String.split()行为非常令人困惑。 更好的拆分工具是Guava的Splitter 。 他们的文档更加详细地介绍了String.split()的问题：

内置的用于拆分字符串的Java实用程序可能会有一些古怪的行为。 例如， String.split默默地丢弃尾随的分隔符，而StringTokenizer恰好尊重五个空白字符，仅此而已。

测验： ",a,,b,".split(",")返回...

1. "", "a", "", "b", ""
2. null, "a", null, "b", null
3. "a", null, "b"
4. "a", "b"
5. 以上都不是

正确的答案不是上述任何一个： "", "a", "", "b" 。 仅跳过尾随的空字符串。 我什至不知道这是什么。

在您的情况下，这应该起作用：

Splitter.onPattern("\\P{Alpha}+").omitEmptyStrings().splitToList(output);

Answer 2

使用您的正则表达式，将结果放入ArrayList （因为无论如何这都是您想要的数据结尾），然后只需使用removeIf删除任何空字符串。

String input = "\"h3llo, @my name is, bob! (how are you?)\"\n\n\"i am fine@@@@@\"";

ArrayList<String> arrayList = new ArrayList<>(Arrays.asList(input.split("\\P{Alpha}+")));
arrayList.removeIf(""::equals);

System.out.println(arrayList);

结果：

[h，llo，我的名字，是鲍勃，你好，我，我很好，]

Answer 3

另一个解决方案是在java.util.regex。*中使用regex包。

它涉及匹配器和模式。

    String input = "h3llo, @my name is, bob! (how are you?)\n"+
            "i am fine@@@@@";

    Pattern p = Pattern.compile("([a-zA-Z]+)");
    Matcher m = p.matcher(input);

    List<String> tokens = new ArrayList<String>();
    while (m.find()) {
        System.out.println("Found a " + m.group());
        tokens.add(m.group());
    }

PS： https: //regex101.com/是测试您的正则表达式模式的一个很好的工具。